Zpracování spektra a sady spekter Pavel Matějka Pavel.Matejka@vscht.cz 2012
Obsah přednášky Formáty dat a jejich konverze Šum a jeho potlačení Sledovaný signál a pozadí Integrace signálů Derivace signálů hledání extrémů hledání ramének (překryv pásů)
Obsah přednášky Popis a parametry píků Dekonvoluce a separace pásů Zpracování většího počtu datových souborů základní matematické operace se signály (odečty, podíly...) tvorba maker pro automatizaci zpracování statistická analýza průměrování spekter a výpočty směrodatných odchylek
Program OMNIC
Program TQ Analyst
Program OPUS
Program The Unscrambler
Formáty dat a jejich konverze - univerzální formáty - jednoúčelové formáty - převody mezi formáty
Univerzální formáty TEXTOVÝ formát *.txt, *.csv, *.prn, *.dat ASCII - XY - nejběžnější 2 sloupce čísel fixní šířka sloupců POZOR na identifikátory desetinných čísel či tisíců! oddělovače sloupců (, ; tab)
Textový formát 532.402 736.3 532.448 743.3 532.494 745.3 532.541 726.3 532.587 726.3 532.634 751.3 532.68 739.3 532.727 735.3 532.773 743.3 532.82 743.3 532.867 740.3 532.914 747.3 532.961 751.3 1.504245e+002;1.976861e+000 1.509066e+002;1.968357e+000 1.513888e+002;1.962499e+000 1.518709e+002;1.959623e+000 1.523530e+002;1.958485e+000 1.528352e+002;1.956975e+000 1.533173e+002;1.953950e+000 1.537994e+002;1.947547e+000 1.542816e+002;1.936512e+000 1.547637e+002;1.919728e+000 1.552458e+002;1.896824e+000 1.557279e+002;1.868656e+000 1.562101e+002;1.835209e+000 1.566922e+002;1.798726e+000 1.571743e+002;1.761715e+000
Textový formát Výhody univerzálnost nepravidelný krok snadný náhled snadná extrakce části dat snadné spojování dat Nevýhody chybí popis dat chybí jakékoli doplňkové informace objemné soubory nedostatečná kodifikace formátu
Univerzální formáty JCAMP-DX formát podpora IUPAC *.jdx, *.dx, *.dx? konstantní delta X v řádku pro jednu hodnotu X deset po sobě jdoucích hodnot Y definované položky v hlavičce souboru nedatové položky odlišeny ##
JCAMP-DX formát ##TITLE=p-HAP ##JCAMP-DX=4.24 ##DATA TYPE=RAMAN SPECTRUM ##DATE=20/4/2001 ##TIME=12:28:33 ##SAMPLING PROCEDURE=cup ##ORIGIN=ED ##DATA PROCESSING=no operation ##SAMPLE DESCRIPTION=p-HAP ##XUNITS=1/CM ##YUNITS=ABSORBANCE ##RESOLUTION=4 ##FIRSTX=3600.7255 ##LASTX=98.532917 ##DELTAX=-1.9285201 ##MAXY=0.25041848 ##MINY=0.00016729564 ##XFACTOR=1 ##YFACTOR=2.3322039e-010 ##NPOINTS=1817 ##FIRSTY=0.00064811291 ##XYDATA=(X++(Y..Y)) 3601+2778972+1934559+2604332+2678989+1991450+1674034+2046136+2278889+2078093 3583+3122147+4311999+4682680+4290973+3472452+3177716+2759257+1320684+3210535
JCAMP-DX formát Výhody uznávaná kodifikace snadný náhled řada průvodních informací definovaně uvedených záhlaví Nevýhody povinný konstantní krok? objemné soubory
Univerzální formáty Galactic Industries formát (GRAMS, Spectra Calc) *.spc starší verze - konstantní delta X novější verze - možný i nepravidelný krok
GALACTIC formát M ÝCĎěB^ţlD Ń PG4CO4 @R tumor1day/1 @S 999.96 @E 487.9860 @T 150 @A 10 @P 16mW @L 110 @W 1.21 @F ---- @O Sinica @B PG4CO4 @D JY @G 1800 @N 400 @Z irrad/frez )ŕ8!ŕ Fŕ8U ŕ8 ŕ8ĺ ŕ8 ŕ8{ŕ8bŕ8ŕ ŕ Vŕ íŕ Çŕ ŕ8 ŕ8 ŕ8ˇŕ 'ŕ8šŕ *ŕ ŕ ŕ8yŕ Ďŕ8 ŕ Qŕ Wŕ84ŕ8ŕ " ą-+ 9í8 ąj ąłr ą:i 9 : ąŕ3 ąo7 9ó< 9Ú; 9Ó2 ąó2 ą) 9»! 9`ŕ8őŕ ŕ řŕ8ťŕ uŕ8 ŕ8»ŕ $ŕ <ŕ8ąŕ8uŕ8î# ą$" 9řŕ ŕ8oŕ Kŕ Zŕ8iŕ8Aŕ çŕ8»ŕ hŕ ęŕ8ůŕ8ßŕ ŕ ŕ Hŕ fŕ8ąŕ Řŕ Kŕ Çŕ88ŕ ŕ8kŕ88ŕ ŕ! ą # ąž% 9Ř% ą!% ąť# 9î! 9D ąvŕ8ˇŕ ŕ ëŕ8#ŕ Ěŕ úŕ a ąq 9d 9 9 ąçŕ8 9: ą 9Ń! ąń! ą4# 9v& 9 * ąă0 9 8 93@ 9>E ąęe ąb 9 < 9q7 9ă3 ąő1 ąú. 9ć+ 9 ( ą6% 98" 9żŕ ĺŕ8čŕ8
GALACTIC formát Výhody uznávaná kodifikace široká podpora řady programů kompaktní soubory stručná hlavička Nevýhody 2 typy formátu vzájemně ne plně kompatibilní nesnadný náhled obtížná extrakce části dat
Jednoúčelové formáty FORMÁTY výrobců přístrojů výrobců speciálního softwaru
Jednoúčelové formáty Výhody šité na míru pro danou aplikaci v daném prostředí řada průvodních, detailních informací Nevýhody obtížný náhled limitované možnosti použití doplňujícího softwaru nemožnost uživatelského přizpůsobení
ŠUM a jeho potlačení - šum - vyhlazovací metody - transformační metody - umělé přidávání šumu
vyhlazovací metody transformační metody
Šum - statistický ŠUM - signál bez žádaného informačního obsahu - rušivý signál - signál náhodného (pseudonáhodného) charakteru
Šum - statistický ŠUM - náhodná proměnná s nulovou střední hodnotou POTLAČENÍ Nejdokonalejší - mnohonásobné opakování experimentu za DOKONALE STEJNÝCH podmínek, resp. za podmínek, které se liší POUZE NÁHODNÝM ( statistickým ) šumem
Šum - potlačení GRAFICKÉ VYHLAZENÍ ŠUMU - proložení šumových oscilací hladkou křivkou NUMERICKÉ VYHLAZENÍ ŠUMU - proložení šumových oscilací - polynomem - segmentovou funkcí (spline function)
Šum - potlačení NUMERICKÉ VYHLAZENÍ ŠUMU - proložení polynomem dostatečně vysokého řádu m Data dvojice hodnot (x i, y i ) - výpočet y i,opr 1. volba lichého počtu bodů (2n+1) {2n > m} v intervalu, kde se bude vyhlazovat 2. volba hodnot postupně klesajících statistických vah w 0 až w n, kterými se řídí vliv sousedních bodů na vyhlazovanou hodnotu 3. pro bod (x i, y i ) se zahájí vyhlazování
NUMERICKÉ VYHLAZENÍ ŠUMU Prokládání polynomem metodou vážených nejmenších čtverců - největší statistická váha studovanému bodu - váha se snižuje se vzdáleností od tohoto bodu - interpolovaná hodnota polynomické funkce pro pořadnici studovaného bodu je pak odhadem skutečné funkční hodnoty s eliminovaným šumem - DOCHÁZÍ KE KONVOLUCI DAT - nutná vysoká hustota bodů zkreslení
NUMERICKÉ VYHLAZENÍ ŠUMU Prokládání polynomem literatura hodná pozornosti: Savitzky A., Golay M.J.E.: Smoothing and Differentiation of Data by Simplified Least Squares Procedures, Anal.Chem. 36, 1627 (1964). SteinerJ., Termonia Y., Deltour J.: Comments on Smoothing and Differentiation of Data by Simplified Least Squares Procedures, Anal.Chem. 44, 1906 (1972).
NUMERICKÉ VYHLAZENÍ ŠUMU Příklad volby počtu bodů Abs 1.5 1.0 TH 4 8 výchozí data 0.5 1.5 TH 4 8 smoo thing po ints 5 5 bodů pro vyhlazování Abs 1.0 0.5 1.5 TH 48 smoothing points 25 25 bodů pro vyhlazování Abs 1.0 0.5 300 0 290 0 280 0 270 0 W av enu mber s ( cm- 1)
ZHORŠENÍ ROZLIŠENÍ!
UKÁZKA VYHLAZOVÁNÍ software OPUS VLIV NA URČENÍ parametrů pásů
NUMERICKÉ VYHLAZENÍ ŠUMU Použití SEGMENTOVÝCH funkcí - SPLINE polynomické funkce až n-tého řádu pro každý interval definovaný dvěma po sobě následujícími experimentálními body (x i-1, x i ) je definována jiná polynomická funkce dodatečná podmínka spojitosti segmentové funkce a všech jejích derivací až do stupně n-1 dodatečné podmínky míry hladkosti a přesnosti proložení
TRANSFORMAČNÍ METODY
TRANSFORMAČNÍ METODY Základní metoda FOURIEROVA TRANSFORMACE vhodné pro eliminaci vysokofrekvenčního šumu převedení záznamu na interferogram úpravy interferogramu - filtrační funkce volba apodizační funkce zpětné převedení interferogramu
ÚPRAVY INTERFEROGRAMU filtrační funkce (analogické k apodizačním funkcím, použité před zpětnou transformací) redukce počtu bodů interferogramu (zhoršení rozlišení) zerofilling - doplnění nul (proložení spektra dalšími body umělého původu)
Sledovaný signál a pozadí - popis signálu a pozadí - původ pozadí - eliminace vlivu pozadí - metody korekce pozadí
Sledovaný signál a pozadí Spektra - funkce s mnoha extrémy (s mnoha pásy) i-tý pás popsán profilovou funkcí P i záznam s n pásy - superpozice n profilových funkcí P i a pozadí B 0 záznam D(x) lze pak zapsat n D x B x P x 0 i i 1
Sledovaný signál a pozadí n D x B x P x 0 i i 1 funkce B 0 (x) - pozadí Komplikovaná matematická formulace - souhrn všech příspěvků, které nelze připsat jednotlivým explicitně vyjádřeným pásům (křídla pásů mimo sledovanou oblast, velmi slabé pásy, nedokonalá přístrojová kompenzace, signál odlišného fyzikálního původu, vliv matrice atd.)
Sledovaný signál a pozadí PŮVOD pozadí - přístrojový - nezměnitelné vlastnosti přístroje dané jeho konstrukcí - vliv nastavených parametrů - vlastnosti sledovaného analytu - vlastnosti matrice - vliv vnějších podmínek měření
Sledovaný signál a pozadí funkce B 0 (x) - pozadí HRUBÉ APROXIMACE jejího průběhu Komplikovaná matematická formulace OVŠEM URČENÍ VŠECH PARAMETRŮ PÁSŮ je ZÁVISLÉ NA CO NEJLEPŠÍM ODHADU PRŮBĚHU POZADÍ
Typy průběhu funkce B 0 (x) - pozadí Klasifikace tvaru pozadí posunutá základní linie - offset šikmá základní linie - slope oblouková základní linie KOMBINACE Arbitrary units Absorbance Kubelka-Munk 1,2 1,1 1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 0,30 0,25 0,20 0,15 0,10 0,05 0,00-0,05-0,10-0,15 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 300 0 300 0 200 0 Wav enumbers ( cm- 1) 200 0 Wav enumbers ( cm- 1) 100 0 100 0 výše uvedených 3 4 350 0 Wav enumbers ( cm- 1) 300 0
Způsoby aproximace průběhu POZADÍ nejjednodušší způsob pás pro korekci v omezené oblasti jednoho izolovaného pásu nebo několika se překrývajících pásů METODA SPOLEČNÉ TEČNY ke dvěma nejnižším bodům ve vymezené oblasti
METODA SPOLEČNÉ TEČNY B 0 (x) lineární aproximace použitelná jen ve velmi omezené oblasti
METODA SPOLEČNÉ TEČNY Výhody jednoduchost vyhovující odhad sklonu pozadí Nevýhody nadhodnocený příspěvek pozadí určení polohy maxim pásů nevyhovuje pro určování ploch pásů
Způsoby aproximace průběhu POZADÍ volba bodů určujících průběh pozadí body na měřené křivce body mimo měřenou křivku volba typu prokladu bodů úsečky polynom - stupeň polynomu segmentová funkce NESPOJITOST!
Integrace signálů KVANTIFIKACE - vliv průběhu pozadí - vliv šumu - vliv překryvu pásů
INTEGRACE SIGNÁLŮ INTEGRACE PÁSŮ VÝSLEDEK ČÍSLO! INTEGRÁLNÍ FUNKCE VÝSLEDEK GRAF!
INTEGRACE PÁSŮ VLIV POZADÍ - problém přesného ohraničení integrované plochy hranice integrace body pro konstrukci základní linie tvar základní linie softwarové možnosti volby
INTEGRACE PÁSŮ VLIV ŠUMU - problém přesného ohraničení integrované plochy hranice integrace body pro konstrukci základní linie tvar a intenzita pásu softwarové možnosti volby
INTEGRACE PÁSŮ VLIV PŘEKRYVU PÁSŮ - problém přesného ohraničení integrované plochy hranice integrace body pro konstrukci základní linie šířky a intenzity překrývajících se pásů softwarové možnosti volby
Derivace signálů - význam 1. derivace - význam 2. derivace - použití vyšších derivací
DERIVACE SIGNÁLŮ 1. DERIVACE algoritmy pro vyhledání maxim pásů (extrémy profilových funkcí P i (x)) d P i d x x 0 maximum teoretického izolovaného pásu
DERIVACE SIGNÁLŮ 1. DERIVACE algoritmy pro vyhledání maxim pásů (extrémy experimentální závislosti y (x), příp. zohledněn vliv průběhu pozadí B 0 (x)) d x d x y 0 d 0 y x d x d B d x x extrém na experimentálním záznamu zohlednění vlivu pozadí
DERIVACE SIGNÁLŮ x d y d B 0 d x d x x tečna v maximu pásu je rovnoběžná s tečnou vedenou k pozadí pro stejnou hodnotu x JE ZOHLEDNĚN SKLON POZADÍ
DERIVACE SIGNÁLŮ 2. DERIVACE algoritmy pro vyhledání ramének a zjišťování profilu pásů (vyhledání inflexních bodů) (v okolí středu raménka výrazné změny sklonu měřené závislosti) zúžení pásů PROBLÉM S POKLESEM POMĚRU SIGNÁL/ŠUM!
Arbitrary units 40000 Výchozí spektrum 2. derivace vynasobena faktorem 10 1. derivace vynasobena faktorem 5 35000 30000 25000 20000 15000 10000 5000 0 600 650 700 750 Arbitrary units
2. DERIVACE zúžení pásů 0.00 45 * 0.00 40 0.00 35 0.00 30 0.00 25 0.00 20 Arb 0.00 15 0.00 10 0.00 05 0.00 00-0.000 5-0.001 0-0.001 5-0.002 0 176 0 174 0 172 0 170 0 168 0 166 0 164 0 162 0 160 0 158 0 156 0 cm- 1
310 300 290 280 270 260 250 240 230 220 210 200 Wavelength (nm) 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 Absorbance 310 300 290 280 270 260 250 240 230 220 210 200 Wavelength (nm) 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 Absorbance 310 300 290 280 270 260 250 240 230 220 210 200 Wavelength (nm) 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 Absorbance 310 300 290 280 270 260 250 240 230 220 210 200 Wavelength (nm) 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 Absorbance
ALGORITMY DERIVACE SIGNÁLŮ BODOVÁ DIFERENCIACE - diference sousedních bodů SAVITZKY-GOLAY více okolních (konvolučních) bodů, polynomialní proklad - DERIVACE s POTLAČENÝM ŠUMEM
Popis a parametry píků - popis píků - identifikace píků a určování základních parametrů - tvar (symetrie) píků
POPIS PÍKŮ ZÁKLADNÍ PARAMETRY poloha maxima (x MAX,...) výška /intenzita v maximu/ (h,...) šířka píku / pološířka / (w, Y h/2,...) FWHM - plná šířka v polovině výšky
URČOVÁNÍ PARAMETRŮ PÍKŮ ÚČEL získání podrobnějších informací o vzorku získání informací o měřicím systému získání vstupních parametrů pro separaci pásů (modelování záznamu pomocí teoretických profilových funkcí)
IDENTIFIKACE PÍKŮ GRAFICKÁ analýza spojitého GRAFU (záznamu) NUMERICKÁ algoritmy zpracovávající vlastní záznam algoritmy zpracovávající derivace signálů
IDENTIFIKACE PÍKŮ RUŠIVÉ VLIVY šum pozadí překryv pásů
IDENTIFIKACE PÍKŮ SOFTWAROVÉ MOŽNOSTI určování polohy maxim nad jistou úrovní ( treshold ) určování polohy maxim s jistou relativní intenzitou vůči jiným pásům ( sensitivity ) výběr pásů s jistou pološířkou určování polohy ramének s jistým poměrem intenzity k blízkému maximu a s určitou pološířkou skrytého pásu
Dekonvoluce, separace (fitování) Self-deconvolution Vyhledávání jednotlivých pásů v oblasti silně se překrývajících pásů - odhad počtu pásů - odhad polohy maxim Vstupní data pro separaci pásů
Self-deconvolution Spektrum Fourierova transformace filtrační funkce inverzní FT NIKDY NEPOUŽÍVAT PŘI KVANTITATIVNÍ ANALÝZE!
Separace pásů - fitování Vyjádření jednotlivých pásů teoretickými profilovými funkcemi Přičtení odhadu pozadí Konvoluce s odhadem přístrojové funkce porušené spektrum (teoretické)
Dekonvoluce a separace rozdíl porušené spektrum minus naměřené spektrum základ k výpočtu oprav parametrů pásů - iterační minimalizace rozdílů porušeného spektra od naměřeného
Profilové funkce Lorentzova (Cauchyho) funkce 2A y π 4 2 Gaussova funkce - amplitudové vyjádření y A e x x x c 2w 2 2 x w Infračervená spektra - látky v kondenzované fázi c 2 w Infračervená spektra - zředěné plyny w 2w 1 Přístrojové funkce - štěrbinové spektrometry ln 4
Separace pásů- numerická NUMERICKÉ METODY - volba vhodných profilových funkcí - iterační algoritmy - VHODNÉ pro separaci většího počtu překrývajících se pásů - i složitých multipletů
Separace pásů- numerická Záznam s n pásy - pozadí popsané polynomem m -tého řádu (3n + m + 1) rozměrný vektor parametrů p
Separace pásů- numerická vstupní parametry - vektor p 0 - získány při identifikaci píků dříve popsanými postupy nultý odhad průběhu spektra D n 0 je x B 0 x P 0 x 0 i počet pásů v n i 1 Dosazeny hodnoty z vektoru p 0 záznamu Volba typu profilové funkce
Separace pásů- numerická vyjádření odlišnosti experimentálního a modelového spektra y 0 x y x D 0 x exp upravený vektor parametrů p 1 ITERAČNÍ POSTUP
Separace pásůnumerická ITERAČNÍ POSTUP ukončení N j 1 M k y j x j 2 j 1 j,exp N - počet bodů záznamu k - pořadí iterace M - zvolená mez N y x j D k j x j 2
NORMALIZACE dat - MIN-MAX ( range ) - OFF-SET - VEKTOROVÁ - dělení maximální hodnotou - dělení střední hodnotou
Normalizace spekter ŠKÁLOVÁNÍ spekter otázka variability dat uniformita rozsahu závisle proměnné korekce instrumentálních nestabilit vztah k vnitřnímu standardu sledování relativních změn poměry složek
Normalizace spekter MIN-MAX relace k nejintenzivnějšímu píku (vybranému píku) rozsah 0-1 (OMNIC) či 0-2 (OPUS) (absorbance) (100 až 1 % propustnosti)
Normalizace spekter OFF-SET posun minimální hodnoty na nulu použitelné při korekci pozadí rovnoběžného s osou x vhodné provést před korekcí rozptylu (MSC)
Normalizace spekter VEKTOROVÁ často před shlukovou analýzou 1. výpočet průměrné hodnoty y ze spektra 2. odečet této hodnoty od spektra ( střed spektra posunut na nulu) 3. výpočet součtu kvadrátů všech upravených y hodnot 4. spektrum je vyděleno odmocninou výše uvedeného součtu kvadrátů SUMA KVADRÁTŮ NOVÝCH spektrálních HODNOT (vektorová norma) je rovna 1.
Multiplicative Scatter Correction (MSC) - kolísání délky optické dráhy - efekt rozptylu světla - MSC a EMSCW
Multiplicative Scatter Correction (MSC) x i a 1 b i i x m ε i x i xm hodnoty spektra vzorku hodnoty ideálního spektra (obvykle průměrné spektrum) REGRESE METODOU NEJMENŠÍCH ČTVERCŮ nejlépe předem provést off-set korekci
Extended Multiplicative Scatter Correction (EMSCW) x i a i 1 b i x m d i λ e i λ 2 ε i x i xm hodnoty spektra vzorku hodnoty ideálního spektra nejlépe předem provést off-set korekci
Extended Multiplicative Scatter Correction (EMSCL) x i a i 1 b i x m d i log λ ε i x i xm hodnoty spektra vzorku hodnoty ideálního spektra nejlépe předem provést off-set korekci
Zpracování většího počtu datových souborů základní matematické operace se signály (odečty, podíly...) složitější operace se sadou datových souborů tvorba maker pro automatizaci zpracování
Kompatibilita SPEKTER kompatibilita typu proměnných a jednotek konverze dat kompatibilita proměnné y - typ proměnné a JEDNOTKY!!! kompatibilita proměnné x - typ proměnné a JEDNOTKY!!!
Kompatibilita SPEKTER kompatibilita datového kroku ( hustoty bodů - data spacing) interpolace dat či snížení hustoty bodů kompatibilita polohy bodů normalizace stupnice
Odečty SPEKTER kompenzace vlivu pozadí kompenzace vlivu matrice kompenzace vlivu rozpouštědla ODEČET REFERENTNÍHO ZÁZNAMU sledování změn v závislosti na další proměnné (čas, teplota...) ODEČET VÝCHOZÍHO ZÁZNAMU
Odečty SPEKTER ZPŮSOBY ODEČTU A - B (kompenzační odečet) STEJNÉ VŠECHNY OSTATNÍ PODMÍNKY a PARAMETRY MĚŘENÍ kromě VLIVU, který má být KOMPENZOVÁN
Odečty SPEKTER ZPŮSOBY ODEČTU A - k B (k - nastavitelný faktor, kladné číslo) sledování změn záznamů INFORMACE JE NEJEN VE VÝSLEDNÉM ZÁZNAMU, ale též V HODNOTĚ faktoru k
Součty SPEKTER ADITIVITA SUB-SPEKTER? SOUČTY ZÁZNAMŮ od složek směsi pro srovnání s experimentálním záznamem pro reálnou směs STUDIUM INTERAKCÍ!
Součty SPEKTER ZPŮSOBY SOUČTU ma + n B (m, n - nastavitelné faktory, kladná čísla) sledování změn záznamů při míchání komponent INFORMACE JE NEJEN VE VÝSLEDNÉM ZÁZNAMU, ale též V HODNOTĚ faktorů m, n
Násobky SPEKTER KVANTIFIKACE NÁSOBEK ZÁZNAMU - změna obsahu analytu - změna nastavení měřicího zařízení - změna dalších podmínek měření
Podíly SPEKTER opakované záznamy - míra shody PODÍL A/B=1 pro shodná spektra dělení jednopaprskových spekter pro získaní transmitančních spekter TAM, KDE POUZE PŘÍSTROJOVÝ VLIV A/B=1 (100 %) pozn. log A/B = log A - log B
Průměrování SPEKTER opakované záznamy pro tentýž vzorek za stejných experimentálních podmínek ZVÝŠENÍ POMĚRU signál/šum spektra pro různé vzorky stejného původu ZLEPŠENÍ REPRESENTATIVNOSTI DAT
Průměrování SPEKTER VÝPOČET SMĚRODATNÝCH ODCHYLEK PODÉL SPEKTRA opakované záznamy pro tentýž vzorek za stejných experimentálních podmínek OVĚŘENÍ STABILITY VZORKU příp. též MĚŘICÍHO SYSTÉMU
Průměrování SPEKTER VÝPOČET SMĚRODATNÝCH ODCHYLEK PODÉL SPEKTRA spektra pro různé vzorky stejného původu SLEDOVÁNÍ HOMOGENITY/HETEROGENITY VZORKŮ
Tvorba MAKER opakovaní stejného sledu operací (příp. velmi podobného) při zpracovávání rozsáhlých sad dat ZRYCHLENÍ PRÁCE, SNÍŽENÍ RIZIKA CHYB ZPŮSOBENÝCH LIDSKÝM FAKTOREM
Tvorba MAKER PLNĚ AUTOMATIZOVATELNÝ SLED OPERACÍ, NEVYŽADUJÍCÍ ZÁSAH UŽIVATELE SLED OPERACÍ, KDE POUZE V PŘEDEM ZNÁMÝCH A JEDNOZNAČNĚ URČENÝCH MÍSTECH JE NUTNÝ ZÁSAH UŽIVATELE
Tvorba MAKER SLED OPERACÍ, KDE KAŽDÝ JEDNOTLIVÝ KROK MŮŽE BÝT OVLIVNĚN UŽIVATELEM PLNĚ INTERAKTIVNÍ MAKRO
Relativně snadná tvorba makra i pro běžného uživatele